Сходимость матричного метода численного интегрирования краевых задач для линейных неоднородных обыкновенных дифференциальных уравнений второго порядка с переменными коэффициентами


Цитировать

Полный текст

Аннотация

Исследованы вопросы устойчивости и сходимости предложенного ранее матричного метода численного интегрирования краевых задач с граничными условиями первого, второго и третьего рода для линейных неоднородных обыкновенных дифференциальных уравнений второго порядка с переменными коэффициентами. Использование многочленов Тейлора произвольных степеней позволило повысить порядок аппроксимации метода до произвольного натурального числа и отказаться от аппроксимации производных конечными разностями. При выборе второй степени многочлена Тейлора уравнения метода совпали с известными уравнениями традиционного метода численного интегрирования краевых задач, в котором производные аппроксимированы конечными разностями. Показано, что достаточный критерий устойчивости при использовании в методе многочленов Тейлора степени три и выше совпадает с достаточным критерием устойчивости традиционного метода сеток для численного интегрирования краевых задач с граничными условиями первого, второго и третьего рода. Теоретически установлено, что скорость сходимости матричного метода интегрирования краевых задач с граничными условиями первого рода пропорциональна степени используемого многочлена Тейлора в случае, когда эта степень является чётной, и пропорциональна числу, меньшему степени на единицу, когда эта степень является нечётной; при интегрировании краевых задач с граничными условиями второго и третьего рода скорость сходимости метода пропорциональна степени используемого многочлена Тейлора независимо от её чётности и меньше неё на единицу. Полученные теоретические результаты подтверждены численным экспериментом.

Об авторах

Владимир Николаевич Маклаков

Самарский государственный технический университет

Email: makvo63@yandex.ru
(к.ф.-м.н., доц.; makvo63@yandex.ru), доцент, каф. высшей математики и прикладной информатики Россия, 443100, Самара, ул. Молодогвардейская, 244

Список литературы

  1. Keller H. B. Accurate difference methods for nonlinear two-point boundary value problems // SIAM J. Numer. Anal., 1974. vol. 11, no. 2. pp. 305-320. doi: 10.1137/0711028.
  2. Lentini M., Pereyra V. A variable order finite difference method for nonlinear multipoint boundary value problems // Math. Comp., 1974. vol. 28, no. 128. pp. 981-1003. doi: 10.1090/s0025-5718-1974-0386281-4.
  3. Keller H. B. Numerical solution of boundary value problems for ordinary differential equations: Survey and some resent results on difference methods / Numerical solutions of boundary value problems for ordinary differential equations; ed. A. K. Aziz. New York: Academic Press, 1975. pp. 27-88. doi: 10.1016/b978-0-12-068660-5.50007-7.
  4. Годунов С. К., Рябенький В. С. Разностные схемы. М.: Наука, 1977. 439 с.
  5. Формалеев В. Ф., Ревизников Д. Л. Численные методы. М.: Физматлит, 2004. 400 с.
  6. Самарский А. А. Теория разностных схем. М.: Наука, 1977. 656 с.
  7. Самарский А. А., Гулин А. В. Численные методы. М.: Наука, 1989. 432 с.
  8. Самарский А. А., Гулин А. В. Устойчивость разностных схем. М.: Наука, 1973. 416 с.
  9. Boutayeb A., Chetouani A. Global extrapolations of numerical methods for a parabolic problem with nonlocal boundary conditions // International Journal of Computer Mathematics, 2003. vol. 80, no. 6. pp. 789-797. doi: 10.1080/0020716021000039209.
  10. Boutayeb A., Chetouani A. A numerical comparison of different methods applied to the solution of problems with non local boundary conditions // Applied Mathematical Sciences, 2007. vol. 1, no. 44. pp. 2173-2185, http://www.m-hikari.com/ams/ams-password-2007/ams-password41-44-2007/boutayebAMS41-44-2007.pdf.
  11. Радченко В. П., Усов А. А. Модификация сеточных методов решения линейных дифференциальных уравнений с переменными коэффициентами на основе тейлоровских разложений // Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки, 2008. № 2(17). С. 60-65. doi: 10.14498/vsgtu646.
  12. Маклаков В. Н. Оценка порядка аппроксимации матричного метода численного интегрирования краевых задач для линейных неоднородных обыкновенных дифференциальных уравнений второго порядка // Вестн. Сам. гос. техн. ун-та. Сер. Физ.мат. науки, 2014. № 3(36). С. 143-160. doi: 10.14498/vsgtu1364.
  13. Закс Л. Статистическое оценивание. М.: Статистика, 1976. 598 с.
  14. Турчак Л. И. Основы численных методов. М.: Наука, 1987. 320 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Самарский государственный технический университет, 2015

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».